[发明专利]针对属性图的知识推理方法、装置及设备在审
| 申请号: | 202011176244.7 | 申请日: | 2020-10-28 |
| 公开(公告)号: | CN112182251A | 公开(公告)日: | 2021-01-05 |
| 发明(设计)人: | 张龙兴 | 申请(专利权)人: | 新华三大数据技术有限公司 |
| 主分类号: | G06F16/36 | 分类号: | G06F16/36;G06F16/38;G06F16/338;G06F16/34;G06N5/04 |
| 代理公司: | 北京博思佳知识产权代理有限公司 11415 | 代理人: | 杨春香 |
| 地址: | 450000 河南省郑州市高新技*** | 国省代码: | 河南;41 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 针对 属性 知识 推理 方法 装置 设备 | ||
本申请实施例提供一种针对属性图的知识推理方法、装置及设备。本申请实施例中,预先配置有推理规则配置表,该推理规则配置表配置有支持指定推理规则的边的特征信息,根据该推理规则配置表可确定属性图中当前查询节点的边是否支持指定推理规则,进而在确定支持指定推理规则时,基于该指定推理规则进行知识推理,以实现属性图的知识推理。
技术领域
本申请涉及知识推理技术领域,尤其涉及一种针对属性图的知识推理方法、装置及设备。
背景技术
随着互联网的发展,万物互联的时代已经到来,这种互联所产生的数据呈爆发式增长。知识图谱(Knowledge Graph)为表达、组织、管理以及利用这些海量数据提供了更有效的方式。从学术角度上,知识图谱可被定义为语义网络(Semantic Network)的知识库;从实际应用角度上,知识图谱可被定义为多关系图,用于描述实体以及实体之间的关系。
目前,知识图谱可通过两种数据模型来表示:一种为资源描述框架(英文:Resource Description Framework,缩写:RDF),另一种为属性图(Property Graph)。其中,RDF天然支持知识推理,可在已有知识库的基础上挖掘出隐含的知识。而属性图通常不具备知识推理功能,因此,如何实现基于属性图的知识推理成为亟待解决的问题。
发明内容
有鉴于此,本申请提出一种针对属性图的知识推理方法、装置及设备,用以实现基于属性图的知识推理。
为实现上述申请目的,本申请提供了如下技术方案:
第一方面,本申请提供一种针对属性图的知识推理方法,所述方法包括:
根据输入的查询信息,确定属性图中的起始查询节点;
判断当前查询节点的各边中是否存在满足查询条件的边;
如果当前查询节点的各边中不存在满足查询条件的边,则针对当前查询节点的每一个出边执行如下处理:
获取该出边的特征信息;
如果基于指定推理规则预先配置的推理规则配置表包含该出边的特征信息,则根据所述指定推理规则确定属性图中的下一查询节点,返回执行针对该查询节点的判断操作,其中,所述推理规则配置表配置有支持所述指定推理规则的边的特征信息;
如果当前查询节点的各边中存在满足查询条件的边,则返回查询结果。
可选的,所述特征信息包括边标签,所述如果基于指定推理规则预先配置的推理规则配置表包含该出边的特征信息,则根据所述指定推理规则确定属性图中的下一查询节点,包括:
如果所述推理规则配置表包含该出边的边标签,则根据所述指定推理规则确定属性图中的下一查询节点。
可选的,所述特征信息还包括边的属性,所述方法还包括:
如果所述推理规则配置表不包含该出边的边标签,但包含该出边的特定属性,则根据所述指定推理规则确定属性图中的下一查询节点。
可选的,所述指定推理规则为子类推理规则,所述根据所述指定推理规则确定属性图中的下一查询节点,包括:
根据所述子类推理规则,确定属性图中该出边指向的目标节点为下一查询节点。
第二方面,本申请提供一种针对属性图的知识推理装置,所述装置包括:
确定单元,用于根据输入的查询信息,确定属性图中的起始查询节点;
判断单元,用于判断当前查询节点的各边中是否存在满足查询条件的边;
获取单元,用于如果当前查询节点的各边中不存在满足查询条件的边,则针对当前查询节点的每一个出边,获取该出边的特征信息;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于新华三大数据技术有限公司,未经新华三大数据技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011176244.7/2.html,转载请声明来源钻瓜专利网。





